第21课　借用机器学习工具箱——认识sklearn

单元六

第21课　借用机器学习工具箱——认识sklearn

一、任务目标

用坐标把同学分成兴趣近邻两组，调用 sklearn 训练并预测，再用正确率检查。

二、知识点短列表

sklearn＝scikit-learn：常用的 Python 机器学习工具箱。
典型流程仍是：准备 X（特征）与 y（标签）→ 「训练模型」训练→ 「模型预测」预测→用测试集算分。
「KNeighborsClassifier」：看最近的 1 个邻居的标签来分类（呼应 nearer）。
「model」：用训练数据更新模型；「model」：给出预测标签。
「accuracy_score」：正确率，与本册「accuracy」同思想。
特征 X 常是“数字列表的列表”；标签 y 是与每一行对应的类别名。
import 的是库；业务任务、合规与人主决定仍由人负责。

三、机器学习在说什么

工具箱不会发明新的机器学习类型，它把常见算法收成统一接口：几乎都是「训练模型」再「模型预测」。你前面学的字典模型、规则分类、正确率，是在用“积木原件”理解同一套流程；sklearn 则是把原件换成工厂零件。

为什么还要先手写？因为只调库容易变成“会点按钮不会解释”。能说出：X 是特征、y 是标签、「训练模型」是学、「模型预测」是猜、「accuracy_score」是考——才算真把本册接到真实生态。

k 近邻的直觉：新点问周围最近的训练点“你是哪一组？”。k=1 时只问最近那一个，和本册「nearer」精神一致。数据脏、标签错，库同样会学错——数据说话原则不因换库而失效。

把对照表抄进笔记：

本册「train」／「build_model」 → 库「训练模型」
本册「模型预测」／「classify」 → 库「模型预测」
本册「accuracy」／「test」 → 库「accuracy_score」
本册「nearer」 → 库「KNeighborsClassifier」

课堂纪律：先口头说清任务与标签，再写 import；先看测试正确率，再谈“模型厉害”。严禁为了刷分改测试标签——诚信条款对库代码同样生效。

想一想：若训练只有 2 个点且分属两组，新点落在正中间附近，k=1 会怎样决定？写一句你的理解。

要点串讲：sklearn 是机器学习工具箱；fit／predict／accuracy_score 对应本册训练、预测、正确率；KNeighborsClassifier 是近邻分类；先懂手工再调库；选型与隐私不交给库。本课过关标准：能跑通训练→预测→打分，并讲出三组对照词。

四、相关积木怎么用

「from sklearn」；打分用「clf」（与「accuracy_score」同思想，且能直接变成 Mixly「模型打分」积木）。
「clf = KNeighborsClassifier」 → 「clf」 → 「clf」 → 「clf」
包装：「sk_train」返回训练好的模型；「sk_accuracy」内部用「clf」返回正确率。

走查：训练集「X=[[1,1],[2,1],[8,8],[9,8]]」，「y=["A组","A组","B组","B组"]」。预测「[[1,2]]」应靠近 A 组；在「[[2,2],[8,9]]」上若真实标签为 A／B，正确率应为 1.0。

首次运行本课编程时，请在下方 Mixly「Python 3 Online」中编写；板内已含常用库，首次打开 Mixly 可能稍慢。

五、操作步骤

步骤1

准备 X 与 y特征用数字列表；标签与每一行一一对应。

步骤2

创建并 fitKNeighborsClassifier 后调用 fit(X, y)。

步骤3

predict 新样本输入同样形状的特征，得到标签。

步骤4

score 打分用未参与训练的测试点检查（等同 accuracy_score）。

六、解题思路

任务：用坐标把同学分成兴趣近邻两组，调用 sklearn 训练并预测，再用正确率检查。先想清楚：输入是什么、处理后得到什么、屏幕上应出现什么。

本课主要用到：屏幕输出。

1明确任务「用坐标把同学分成兴趣近邻两组，调用 sklearn 训练并预测，再用正确率检查。」：运行后你希望看到什么结果（文字、图形或计算结果）。
2用「打印」积木把结果说出来，确认屏幕上出现预期内容。
3把可复用的一段动作做成函数，主程序里调用它。
4对照参考积木（或代码）跑通后，只改一个参数，观察结果如何变化。

流程示意（可对照左侧文字）

七、图形块功能讲解

下面只列出本课首次出现的 Mixly 图形块（真积木截图）。已在前面课讲过的不再重复；先认新块，再点「载入」对照拖搭。

图形块	分类	作用	本课用法
	机器学习	用已标注数据学习（fit）。	本课编程练习中首次使用，载入后可在工具箱对照。
	机器学习	创建近邻模型，用于分类或回归。	本课编程练习中首次使用，载入后可在工具箱对照。

九、知识点讲解

机器学习让程序从例子里找规律，而不是把所有规则写死。例子质量与数量决定学得怎样；换一批新例子仍表现好，才算真正学会。

先弄清本课输入与输出，再进编程练习对照现象。

十、编程练习

用下拉列表切换题目；下方 Mixly 默认显示图形化积木。请在 Mixly 工具栏点「运行」；「检查」读取 Mixly 代码自动判题。

选择题目

参考代码（对照抄写到下方 Mixly）

from sklearn.neighbors import KNeighborsClassifier

def sk_train(X, y):
    clf = KNeighborsClassifier(n_neighbors=1)
    clf.fit(X, y)
    return clf

def sk_accuracy(clf, X, y_true):
    return clf.score(X, y_true)

# 兴趣近邻：左下 A 组，右上 B 组
X = [[1, 1], [2, 1], [8, 8], [9, 8]]
y = ["A组", "A组", "B组", "B组"]
model = sk_train(X, y)
print(model.predict([[1, 2]]))
print(sk_accuracy(model, [[2, 2], [8, 9]], ["A组", "B组"]))

十一、本节小结

你现在能 import sklearn 的近邻分类器，完成「训练模型」→「模型预测」→score（正确率，与 accuracy_score 同思想），并说出与本册 train／「模型预测」／accuracy／nearer 的对照；明白库是加速器，选型、隐私与人主决定仍由人守门。附录接口表已补上 sklearn 一行，可随时查阅。